基于灰色GM(1,1)模型的城市需水量预测研究

介绍灰色理论建模原理以及参数辨识方法,从年度用水量本身挖掘有用的信息,依据长治市1996年~2004年用水资料建立了灰色GM(1,1)预测模型,经检验模型精度达到96.4%,并用该模型对城市需水量进行了预测。预测结果表明,该模型用于城市需水量预测,符合其灰色特性,可检验,适用性好,可为长治市水资源规划与管理提供必要的参考。     

基于GM(1,1)的河南省需水量预测研究

本文重点介绍了灰色理论及其建模原理,对年度用水量进行深入挖掘,依据河南省2000-2009年用水资料建立了灰色GM(1,1)预测模型,经检验模型精度达到93.27%,并用该模型对需水量进行了预测。预测结果表明,该模型用于需水量预测,符合其灰色特性,可检验,适用性好,可为河南水资源规划与管理提供必要的参考。     

基于GM(1,1)的河南省需水量预测研究

本文重点介绍了灰色理论及其建模原理,对年度用水量进行深入挖掘,依据河南省2000～2009年用水资料建立了灰色GM(1,1)预测模型,经检验模型精度达到93.27％,并用该模型对需水量进行了预测.预测结果表明,该模型用于需水量预测,符合其灰色特性,可检验,适用性好,可为河南水资源规划与管理提供必要的参考.     

基于灰色GM(1,1)模型的农业用水量预测

介绍灰色理论建模原理和模型参数辨识方法,并以实例(阿克苏地区1995~2005年农业用水资料)建立灰色GM(1,1)预测模型,运用残差检验、后验差检验以及关联度检验3种方法对模型进行精度检验,其模型拟合精度达98.31%。用所建立的模型对阿克苏地区2006~2010年农业用水量进行外推预测,结果表明:该灰色模型用于农业用水量预测,符合其灰色特性,通用性好,并且所需数据少,计算量适中,预测结果与当地实际情况比较吻合。     

灰色新陈代谢GM(1,1)模型在需水量预测中的应用研究

文章针对常规GM(1,1)模型存在的缺陷,建立了灰色新陈代谢GM(1,1)需水量预测模型。并运用该模型对锡林郭勒盟2015～2020年需水量进行了预测。结果表明,预测结果合理、可靠,模型预测误差较小、精度较高。该模型具有简捷实用、预测精度高等优点,为需水量预测提供了新的方法。     

灰色遗传神经网络模型对居民年需水量预测

根据居民年生活用水的特点,提出一种灰色遗传神经网络组合模型。该模型首先通过遗传算法(GA)对λ取值进行选优,并运用灰色加权模型对年需水量进行一级预测,后通过BP模型对年需水量进行二级预测。以A市S区年居民生活年需水量为例,将2007~2013年生活年需水量作为原始数据并选择合适指标对2014年需水量进行预测。结果表明,组合模型相比灰色神经网络模型精度提高0.84个百分点,比GM(1,1)模型提高了3.08个百分点。     

基于灰色系统模型的北京市需水量预测分析

该文在对城市需水量预测方法进行对比分析的基础上,结合城市需水量预测工作的特点和要求,引进灰色系统理论,利用北京市2002-2011年历年的年用水量数据,对总用水量、生活用水、农业用水、工业用水分别建立相应的灰色GM(1,1)模型,模型的精度检验效果较好。需水量预测结果表明,2012-2020年的各类需水量预测结果与未来的规划目标和产业发展趋势保持一致,预测结果可为水资源规划提供科学依据。     

基于加权灰色-马尔可夫链模型的城市需水预测

城市需水量预测是区域水资源规划及优化配置的基础内容。在基于灰色GM(1,1)模型预测城市需水量总体趋势的基础上,引入加权马尔可夫链预测理论,建立了加权灰色马尔可夫GM(1,1)预测模型。该模型既考虑了GM(1,1)模型较强的处理单调数列的特性,又考虑了通过相对误差的状态转移概率矩阵的变换提取数据随机波动响应的特点。成都市城市需水量预测结果表明:加权灰色马尔可夫GM(1,1)模型充分利用需水量数据给予的信息,实现了对相对误差的状态转移的预测,并提高了修正灰色模型预测值的精度;通过与其它2种灰色预测模型预测结果比较,加权灰色马尔可夫GM(1,1)模型精度更高,预测得到2012年和2013年成都市城市需水量分别为74 250.91万m³和79 818.34万m³,呈明显增长趋势。因此该模型提高了随机波动较大数据序列的预测精度,拓宽了传统灰色模型预测的应用范围,更具科学性。     

贵州省工业需水量预测研究

等维灰色递补模型以灰色模型为建模基础,引入贵州工业用水量历史数值,选择合适的数据序列,建立预测精度较好的GM(1,1)预测模型,从而构建灰色递补GM(1,1)预测模型。该模型预测精度等级为"好",故预测需水量具有可靠性和参考价值。灰色递补模型显著地减小了后验差比值C,弥补了灰色模型的不足,可为城市中长期供水规划提供方法选择。     

预测农业用水量的灰色模型

按照灰色理论和参数辨识方式,建立了一个预测农业用水量的灰色模型GM(1,1),运用残差检验与后验差检验两种方法对模型进行精度检验,其模型拟合精度达99%.用所建立的模型预测某灌区2004～2008年农业用水量,结果与当地实际情况比较吻合.该灰色模型的通用性好,所需数据少,计算量适中.     

东海县需水量预测研究

为了提高对东海县需水量的预测精度,将比重较大且表现出很高随机性的灌溉需水量从需水总量中单独划出,采用定额法按不同频率年型对其进行预测;以灰色预测模型和三次指数平滑模型的组合预测法对非灌溉需水量进行预测,在确定单个模型的权重时更多地考虑了近期残差对预测值的影响;将灌溉需水量和非灌溉需水量汇总即可得到最终的预测值.该方法对数据要求不高并且能够按照不同的概率给出相应的需水量范围,从东海县需水量的历史数据可以判断最终的预测成果比较合理.     

基于改进灰色模型的石河子市需水量预测

针对城市需水预测原始序列波动性大、两阶段弱化缓冲算子的灰色模型对序列预处理强度难以把控的问题,在建模过程中引入变权弱化缓冲算子,通过研究人员的定性分析确定权重,实现对算子作用强度的控制,从而提高模型预测的精度。基于石河子市2011-2018年用水统计资料,分别建立了传统的灰色模型、二阶弱化缓冲算子的灰色模型、变权弱化缓冲算子的灰色模型,并结合指标分析法对城市需水量进行了预测。结果表明:改进后的模型较其他两种模型精度有所提高,并能在后续的预测中保持其稳定性和精度,与指标分析法预测结果差距小。石河子市需水量预测研究可为区域水资源规划与调度提供可靠的科学依据。     

基于随机森林模型的需水预测模型及其应用

为解决需水预测模型精度问题,尝试基于随机森林模型的分类和回归功能构建需水预测模型。以苏州市需水量预测为研究实例,首先应用随机森林模型的分类功能将需水预测因子分类,经计算发现第一产业比例、人口、灌溉面积、万元产值用水量和国民经济生产总值为最重要的解释变量。在此基础上,用随机森林模型的回归功能对需水进行预测,同时采用相同的训练数据建立基于BP神经网络和RBF神经网络的需水预测模型,通过对比3个模型的预测结果,发现随机森林模型能有效预测需水量,且精度较高。     

改进的GM(1,1)模型在城市需水量预测中的应用

基本GM(1,1)模型未充分利用新信息,且背景值构造不合理,对变化非平稳的数据序列预测精度较低,为此,本文采用重构背景值和等维递补原理对基本GM(1,1)模型进行改进,建立重构背景值的GM(1,1)等维递补模型,并运用改进模型预测北方某市需水量,结果表明,改进模型预测精度更高,为需水量的预测提供了一种新方法.     

不同改进灰色模型在广西年用水量预测中的应用研究

以广西全区2005-2014年的年用水量资料作为建模数据,采用灰色GM(1,1)模型进行预测研究。为了提高预测精度,分别对传统灰色GM(1,1)模型进行了不同方式的改进,通过比较发现4种灰色模型的预测结果均较理想,平均精度达到了99.5%。其中传统灰色GM(1,1)模型为99.0%、函数变换改进的灰色模型为99.4%、残差修正后的灰色模型为99.7%、经弱化算子处理后的灰色模型为99.9%,同时也充分验证了灰色模型在广西年用水量预测中的可靠性。     

基于GRA-MEA-BP耦合模型的城市需水预测研究

针对城市需水量影响因子多、BP神经网络收敛速度慢、精度低、易陷入局部最优等问题,提出灰色关联分析、思维进化算法、BP神经网络三者耦合的改进预测模型,利用灰色关联分析(GRA)筛选需水量主要影响因子,采用全局搜索能力极强的思维进化算法(MEA)优化BP神经网络的权值和阈值,从而构建GRA-MEA-BP耦合需水预测模型,同时建立BP神经网络模型作为对比。实例应用结果表明,GRA-MEA-BP耦合模型具有更高的预测精度和预测速度,可作为一种有效的需水预测模型。     

改进的 GM（1，1）模型在工业需水量预测中的应用

灰色系统模型在贫信息、小样本的非线性系统建模中具有明显优势,适合对时间序列较短时的需水量进行预测。该文针对基本灰色预测模型背景值构造不合理及未充分利用新信息的缺点,采用重构背景值和等维递补原理对基本GM（1,1）模型进行改进,并利用改进模型对惠州市工业需水量进行拟合和预测,结果表明,改进模型预测精度更高,可作为城市需水量预测的一种方法。     

灰色系统模型在钱塘江流域供水量预测中的应用研究

供水量预测是为满足流域发展需要提前进行的应策性预报，它是在流域水资源评价的基础上，以地区范围内预测基准年所有供水工程的实际可供水量为依据，提前审察和预测未来可供水的增长情况，以保证地区水资源供需平衡和新增水源工程的规划与建设。根据钱塘江流域四市及钱塘江水系1997—2003年的供水量，简要分析了流域供水量逐年变化情况，同时给出了流域供水量灰色动态预测模型的建立过程。利用模型分别预测2008年、2010年、2015年的供水量，并对模型进行了检验，预测误差小，应用效果比较符合实际。该模型能为流域总供水量指标的预测提供一种定量决策方法。